北京时间8月14日下午,马斯克旗下xAI公司的第二代AI大模型Grok 2测试版本正式发布,包括Grok 2和Grok 2 mini两个版本,实测支持中文提问和中文回答,目前仅X Premium及Premium+用户可体验,非X订阅用户可以在LMSYS大模型竞技场(Auto Arena of LLMs,专为大模型设计的评估平台)中,免费体验Grok 2的早期版本模型sus-column-r。
马斯克在去年4月注册了xAI公司,今年5月,xAI官宣获得60亿美元的B轮融资,这轮融资使该公司的估值达到约240亿美元。xAI在今年先后推出了Grok 1和升级版Grok 1.5。
马斯克盛赞:“Grok是火箭速度”。
![image](https://np-newspic.dfcfw.com/download/D25294114951302897932_w593h241.jpg)
评测显示,Grok 2测试版的逻辑推理能力有较大提升,该模型还具备文生图能力,信息显示其使用Black Forest Labs 的FLUX.1模型生成图像。
Grok 2测试版不仅准确解答了“9.8和9.11哪个大”,还能数清草莓(strawberry)里有多少个“r”,这些可谓人类测试大模型的经典难题。
![image](https://np-newspic.dfcfw.com/download/D25103067895300939979_w569h510.jpg)
![image](https://np-newspic.dfcfw.com/download/D25423572478086329687_w1080h1501.jpg)
X平台的用户已经上传了许多由Grok 2测试版模型生成的照片。
![image](https://np-newspic.dfcfw.com/download/D25324391405920370799_w502h286.jpg)
在GPQA、MMLU、MMLU-Pro、MATH、MathVista等多项测评中,Grok 2的得分都超过了GPT-4 Turbo、Claude 3 Opus、Gemini Pro 1.5等主流模型。另据知名度较高的研究机构Large Model Systems Organization(简称LMSYS)最新发布的评测数据,Grok 2早期版本(代号sus-column-r)已经杀入LMSYS推出的大模型竞技场Chatbot Arena排行榜前三,与GPT-4o并列。
![image](https://np-newspic.dfcfw.com/download/D25476052859096927414_w871h784.jpg)
![image](https://np-newspic.dfcfw.com/download/D25228441655457730799_w2048h1410.jpg)
Grok 2早期版本sus-column-r的Elo得分情况
Grok 2测试版本的发布,标志着该模型距离正式商用又迈出一步。
xAI计划在本月稍晚时候,推出Grok 2正式版本的企业API。xAI表示将强化安全功能,包括强制性的多因素身份验证(如Yubikey、Apple TouchID或TOTP),并提供了详尽的流量统计数据和高级计费分析服务,支持数据导出。
另外,马斯克此前透露后者将在今年年底左右发布更新版本的大模型Grok 3。
今年4月,马斯克在接受挪威主权基金负责人Nicolai Tangen采访时表示,Grok 2需要大约2万张H100来进行训练。Grok 3所需的算力资源只多不少,马斯克在上个月称,xAI公司一直在训练Grok 3,该模型将使用10万块英伟达H100芯片进行训练,其水平将与尚未发布的OpenAI GPT-5相匹敌,甚至超越GPT-5。
(文章来源:科创板日报)